“大数据”这个词这几年火的不得了。各种企业都宣称自己掌握着大量的数据，好像有了大数据，就能解决一切问题一样。

 然而现实情况时，很多时候我们对数据的痴迷，却将我们引上了歧途。是的，在一些情况下，要想从数据中萃取有用的东西，我们的确需要大量的这类数据，然而对于创新者来说，数据的数量和规模并不是最关键的因素——正确性才是最重要的东西。

 数据正确性无关大小

 在谈到大数据的作用的时候，我们总是拿Uber来举例，他们好像是用大数据获得成功的最典型的例子。毫无疑问，Uber从数据中获得了财富。依靠他们的应用，Uber从司机和乘客那里获得了实时的数据，让他们能够知道何时、何处人们对车辆有着较高的需求。

 但是Uber的成功，依靠的并不是他们所收集的大数据。如果你仔细分析一下，就会发现，他们的成功依靠的是规模并不大的正确的数据——车辆派遣数据。

 在可以用手机叫车以前，我们依靠的是传统的出租车。虽然传统出租车看上去与互联网没有什么关系，但是其实它们才是一种依靠大数据的东西。原因是，传统出租车依赖的是“人眼网络”：无数人站在城市中的某一个点，在看到出租车后马上招手。虽然貌似与信息科技无关，但是实际上人们在打车的过程中，同样使用了计算——人脑的计算：我们在大脑中收集并且分析数据。

 Uber提出了一个更好的解决方案，人们不再需要自己跑到街上去用眼睛收集数据，不用再用大脑去处理数据，转而开始让Uber为我们提供正确的数据来完成打车任务。城市中谁需要打车？他在哪里？离他最近的车在哪里？需要多长时间能接到乘客？正是凭借这些正确的数据，Uber才得以成功的在出租车行业内掀起了革命。

 用正确的数据完成任务

 有的时候，正确的数据规模很大；也有的时候，正确的数据规模很小。对于创新者来说，关键在于分析出那些数据对我们来说最有帮助。要想找到正确的数据，我建议你去思考下面三个问题。

问题1：哪些因素会浪费公司的资源？大多数企业都会在日常运营中浪费许多资源。用鲜花零售业务来举例，大多数花店中50%的库存都会被最终浪费掉。因此UrbanStems和Bouqs这样的鲜花配送服务应运而生，他们的作用就在于利用正确的数据帮助花店减少浪费。

无论你是工业生产、零售还是法务调查公司，搞清楚哪些因素会浪费你的资源，都能够帮你找到正确的数据。

问题2：如何利用自动化来减少浪费？在确定哪些因素会造成资源浪费之后，下一步就是要减少浪费。人类的优势，在于分析问题。但是在实施方面，尤其是大量计算方面，计算机有着人类难以比拟的能力。在当今这个计算能力爆炸的时代，我们应该利用自动化技术来解决问题。

例如，有消息称亚马逊正在计划删除大量定价团队，让算法来给产品进行定价。在很多零售商看来，这是一个不可思议的行为。但是如果亚马逊的算法能够胜任定价工作，它将能够亚马逊带来巨大的好处，例如减少积压库存。

问题3：针对问题1和2，你需要哪些数据？最后一步，就是确定你需要哪些数据才能减少浪费，并且完成自动化。

还是用Uber来举例，他们需要知道潜在乘客的具体位置，才能完成自动化司机指派工作，从而减少浪费（车辆闲置、乘客司机在街上打车）。

这就是你所需要的正确的数据。很多企业都在花费大量的时间去研究大数据，但是却没有花足够的时间去考虑哪些数据才是真正有用的数据。

原文来自:SDK.cn

声明：所有来源为“聚合数据”的内容信息，未经本网许可，不得转载！如对内容有异议或投诉，请与我们联系。邮箱：marketing@think-land.com